期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于模态叠加法的风电机组塔架实时状态研究 被引量：9
1
作者 邓敏强 邓艾东 +3 位作者 朱静 许千寿 王姗 王圣 《太阳能学报》 EI CAS CSCD 北大核心 2021年第3期63-70,共8页
振动模态是机械结构在某一自振频率下的振动型态,是多自由度系统的固有属性。在模态分析的基础之上,提出一种基于模态叠加法的风电机组塔架振动状态与应力状态计算模型。该模型首先通过有限元法得到塔架的模态,然后通过模态叠加法根据... 振动模态是机械结构在某一自振频率下的振动型态,是多自由度系统的固有属性。在模态分析的基础之上,提出一种基于模态叠加法的风电机组塔架振动状态与应力状态计算模型。该模型首先通过有限元法得到塔架的模态,然后通过模态叠加法根据塔架各监测点处的振动值计算得到整个塔架的振动状态及应力状态。以某风电场2.0 MW风电机组为例,通过有限元法数值模拟验证该模型计算结果的准确性。研究结果表明,该模型具有精度高和速度快的特点,能够满足实时在线计算要求。 展开更多
关键词 风电机组 状态监测 振动测量 应力分析 模态分析 塔架振动
在线阅读 下载PDF
基于模型融合的风电机组齿轮箱故障诊断 被引量：15
2
作者 孙文卿 邓艾东 +2 位作者 邓敏强 刘洋 程强 《太阳能学报》 EI CAS CSCD 北大核心 2022年第1期64-72,共9页
针对单视角特征及单一模型对齿轮箱复合故障的诊断准确率较低的问题,提出基于比例冲突分配规则的模型融合故障诊断方法。首先,对齿轮箱振动信号进行特征提取,针对复杂复合故障,从时域及时频域角度构造特征;然后,将多视角特征送入多个子... 针对单视角特征及单一模型对齿轮箱复合故障的诊断准确率较低的问题,提出基于比例冲突分配规则的模型融合故障诊断方法。首先,对齿轮箱振动信号进行特征提取,针对复杂复合故障,从时域及时频域角度构造特征;然后,将多视角特征送入多个子模型中进行初步诊断,得到互补性强的诊断结果;最后,模型输出的分类概率由第6类比例冲突分配规则(PCR6)进行融合。实验证明该融合模型所得出的结果稳定性较高,并在一定条件下可提高故障诊断的准确率。 展开更多
关键词 风电机组 故障诊断 信息融合 齿轮箱 PCR6
在线阅读 下载PDF
基于CAE和CNN的变工况下滚动轴承智能故障诊断研究 被引量：14
3
作者 周文宣 刘洋 +2 位作者 邓敏强 丁雪 邓艾东 《动力工程学报》 CAS CSCD 北大核心 2022年第1期43-48,共6页
针对变工况下滚动轴承的状态评估问题,提出了一种基于卷积神经网络(CNN)和卷积自编码(CAE)的故障诊断方法:首先将单一工况下有标签的数据和变工况下无标签的数据输入到CAE的编码器中,得到特征参数矩阵F;然后将由单一工况下数据得到的F... 针对变工况下滚动轴承的状态评估问题,提出了一种基于卷积神经网络(CNN)和卷积自编码(CAE)的故障诊断方法:首先将单一工况下有标签的数据和变工况下无标签的数据输入到CAE的编码器中,得到特征参数矩阵F;然后将由单一工况下数据得到的F输入到CNN轴承故障诊断模型中,得到状态类型并计算损失,将由全部数据得到的F输入到CAE的解码器得到重构数据并计算损失,根据这两个损失之和进行反向传播训练;最后将变工况下的数据输入到CAE编码器和CNN模型中得到状态类别。结果表明:CAE使不同工况下的数据经过编码器后得到的F分布更为接近,CAECNN模型的故障诊断准确率高于97%,可有效应用于变工况下滚动轴承的智能故障诊断。 展开更多
关键词 滚动轴承 故障诊断 卷积自编码 卷积神经网络
在线阅读 下载PDF
基于注意力模块及1D-CNN的滚动轴承故障诊断 被引量：31
4
作者 刘洋 程强 +3 位作者 史曜炜 王煜伟 王姗 邓艾东 《太阳能学报》 EI CAS CSCD 北大核心 2022年第3期462-468,共7页
针对传统的卷积神经网络对特征的辨识性差的问题,提出一种将注意力模块与一维卷积神经网络相结合的滚动轴承故障诊断模型。首先以加入噪声的振动信号作为输入,利用“卷积+池化”单元提取信号的多维特征,然后通过注意力模块对特征赋予不... 针对传统的卷积神经网络对特征的辨识性差的问题,提出一种将注意力模块与一维卷积神经网络相结合的滚动轴承故障诊断模型。首先以加入噪声的振动信号作为输入,利用“卷积+池化”单元提取信号的多维特征,然后通过注意力模块对特征赋予不同的权重,利用双池化层取代传统卷积神经网络中的全连接层进行特征的再次提取及特征信息整合,最后通过Softmax层完成轴承状态分类。实验表明,该模型诊断准确率可达99%,与传统模型相比,其准确率更高、收敛速度更快、训练过程更稳定、变负载情况下泛化性能更好。 展开更多
关键词 风力机 滚动轴承 故障诊断 卷积神经网络 注意力机制 特征提取
在线阅读 下载PDF
基于深度卷积神经网络和支持向量机的NO_(x)浓度预测 被引量：28
5
作者 余印振 韩哲哲 许传龙 《中国电机工程学报》 EI CSCD 北大核心 2022年第1期238-247,共10页
NO_(x)浓度的准确预测对于燃烧优化控制至关重要,有利于提高能源利用效率和减少环境污染。提出了一种基于深度卷积神经网络(deep convolution neural network,DCNN)和支持向量机(support vector machine,SVM)的NO_(x)浓度预测方法。该... NO_(x)浓度的准确预测对于燃烧优化控制至关重要,有利于提高能源利用效率和减少环境污染。提出了一种基于深度卷积神经网络(deep convolution neural network,DCNN)和支持向量机(support vector machine,SVM)的NO_(x)浓度预测方法。该方法首先利用DCNN对火焰图像的深层特征进行提取,然后采用支持向量机对所提取到的深层特征进行分析,从而实现NO_(x)浓度预测。通过采集4.2MW重油燃烧锅炉不同燃烧工况下的火焰图像与NO_(x)浓度,对所提出的预测方法的有效性进行测试。试验结果表明,在不同燃烧工况下,DCNN-SVM的均方根误差为1.58mg/m^(3),低于基于静态物理特征的预测模型(7.96mg/m^(3))。表明DCNN-SVM具有较高的预测精度,不仅克服了静态物理特征表达能力的不足,而且摆脱了繁琐的特征设计过程。 展开更多
关键词 深度卷积神经网络 支持向量机 NO_(x)浓度 火焰图像
在线阅读 下载PDF
基于数据驱动的卷积神经网络电容层析成像图像重建 被引量：19
6
作者 孙先亮 李健 +1 位作者 韩哲哲 许传龙 《化工学报》 EI CAS CSCD 北大核心 2020年第5期2004-2016,共13页
针对电容层析成像技术的图像重建问题,提出了基于数据驱动的卷积神经网络图像重建方法。根据气固两相流的流型特点,通过数值模拟的方法随机生成了60000组介质分布图像,并利用有限元法计算了与之对应的电容向量,从而建立了一个"电... 针对电容层析成像技术的图像重建问题,提出了基于数据驱动的卷积神经网络图像重建方法。根据气固两相流的流型特点,通过数值模拟的方法随机生成了60000组介质分布图像,并利用有限元法计算了与之对应的电容向量,从而建立了一个"电容向量-介质分布"数据集;然后根据电容层析成像图像重建特点建立了卷积神经网络模型,对数据集中的训练集进行学习和训练,并利用测试集对训练结果进行了验证与评价。在此基础上,对获得的ECT图像重建卷积神经网络模型进行了静态实验和流化床测试实验研究。模拟和实验结果表明:所建立的卷积神经网络能较好地实现ECT图像重建,可直接用于流化床内的颗粒浓度分布测量。 展开更多
关键词 卷积神经网络 电容层析成像 图像重建 颗粒浓度分布
在线阅读 下载PDF
基于改进深度森林的旋转机械故障诊断方法 被引量：10
7
作者 刘东川 邓艾东 +2 位作者 赵敏 卞文彬 许猛 《振动与冲击》 EI CSCD 北大核心 2022年第21期19-27,共9页
为了解决深度神经网络受限于超参数和数据量问题,提出一种改进的深度森林模型,实现旋转机械故障的高效诊断。首先利用多粒度扫描环节对初始输入数据进行特征提取得到概率特征,然后在与多粒度扫描层级联的地方添加stacking层对输入数据... 为了解决深度神经网络受限于超参数和数据量问题,提出一种改进的深度森林模型,实现旋转机械故障的高效诊断。首先利用多粒度扫描环节对初始输入数据进行特征提取得到概率特征,然后在与多粒度扫描层级联的地方添加stacking层对输入数据进行相应的特征提取工作,最后将经过多粒度扫描和stacking层处理后的数据输入到级联森林中得到分类结果。试验结果表明,改进的深度森林模型故障诊断准确率为99.59%和98.05%,且优于常用的故障诊断模型。 展开更多
关键词 故障诊断 深度学习 深度森林 STACKING
在线阅读 下载PDF
模型参数对卷积神经网络电容层析成像图像重建的影响 被引量：8
8
作者 汤政 雷刚 +2 位作者 王天祥 李健 许传龙 《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第10期72-83,共12页
卷积神经网络凭借其较强的非线性拟合能力,在电容层析成像图像重建中逐渐得到应用。本文针对卷积神经网络模型超参数调节问题,研究了模型参数对卷积神经网络电容层析成像图像重建的影响。首先,通过数值方法构建了包含80000组随机流型与4... 卷积神经网络凭借其较强的非线性拟合能力,在电容层析成像图像重建中逐渐得到应用。本文针对卷积神经网络模型超参数调节问题,研究了模型参数对卷积神经网络电容层析成像图像重建的影响。首先,通过数值方法构建了包含80000组随机流型与40000组典型流型的“电容矩阵-介质分布”数据集;然后,通过该数据集中的训练集对不同超参数的卷积神经网络模型进行训练和验证,并系统研究了网络初始化、网格密度、卷积核数、全连接层神经元数以及隐藏层结构等超参数对图像重建精度的影响;接着,利用额外生成的12000组数据作为测试集对各网络模型性能进行评价;最后通过静态实验,对不同网络模型的图像重建效果进行了比较和分析。结果表明:网络隐藏层结构对图像重建精度影响较大,而网络初始化、网格密度、卷积核数以及全连接层神经元数等超参数对重建精度影响较小。 展开更多
关键词 电容层析成像 图像重建 卷积神经网络 模型超参数
在线阅读 下载PDF
基于RSBLMD算法的风机滚动轴承早期故障诊断 被引量：8
9
作者 马天霆 孙振波 +1 位作者 邓敏强 邓艾东 《动力工程学报》 CAS CSCD 北大核心 2020年第12期982-987,共6页
针对滚动轴承的早期故障诊断问题,提出一种基于有理样条插值的局部均值分解(RSBLMD)算法,并将其应用于滚动轴承早期微弱故障的诊断。采用优化的有理样条插值算法构造信号的包络线,并通过RSBLMD算法将原始信号分解为一系列乘积函数(PF)分... 针对滚动轴承的早期故障诊断问题,提出一种基于有理样条插值的局部均值分解(RSBLMD)算法,并将其应用于滚动轴承早期微弱故障的诊断。采用优化的有理样条插值算法构造信号的包络线,并通过RSBLMD算法将原始信号分解为一系列乘积函数(PF)分量;根据峭度筛选出分解结果中包含故障信息较多的有效分量;最后通过对有效分量的包络谱分析实现滚动轴承的早期故障诊断。结果表明:所提出的RSBLMD算法具有更高的分解精度,能准确识别出滚动轴承的早期故障。 展开更多
关键词 故障诊断 局部均值分解 滚动轴承 RSBLMD算法
在线阅读 下载PDF
基于应变的多平面动平衡检测方法 被引量：1
10
作者 周浩 房久正 +2 位作者 沈德明 杨建刚 许泽玮 《动力工程学报》 CAS CSCD 北大核心 2021年第6期468-473,共6页
针对动平衡试验过程中配重面与不平衡面不一致而导致的转轴弯曲变形问题,提出了一种基于应变的多平面动平衡检测方法。采用转轴受力分析模型,在旋转坐标系下通过转轴各截面应变平均值计算出不平衡力。在转子试验台上对单轮盘和多轮盘上... 针对动平衡试验过程中配重面与不平衡面不一致而导致的转轴弯曲变形问题,提出了一种基于应变的多平面动平衡检测方法。采用转轴受力分析模型,在旋转坐标系下通过转轴各截面应变平均值计算出不平衡力。在转子试验台上对单轮盘和多轮盘上的不平衡量进行检测,并与不平衡量的实际结果进行比较。结果表明:不平衡量的检测结果与实际结果之间的误差较小,表明本方法可以准确检测出多轮盘上的不平衡量。 展开更多
关键词 多轮盘转子 动平衡 旋转机械 应变
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部